基于代谢网络的多组学数据整合研究

项目名称： 基于代谢网络的多组学数据整合研究

项目编号： No.61472086

项目类型： 面上项目

立项/批准年度： 2015

项目学科： 计算机科学学科

项目作者： 王飞

作者单位： 复旦大学

项目金额： 80万元

中文摘要： 本项目申请将在海量生物数据的基础上，发展计算方法和模型去探究基因型和环境作用于表型的机理。代谢网络是所有已知的可能生化反应组成的全局关系图，其中催化酶集中体现了多层面的基因型信息，底物浓度体现了细胞所处的环境，由此代谢网络涵盖了遗传和非遗传因素，适宜作为连接基因型和表型的中间桥梁。本申请选择代谢网络为蓝本，(1)提出无偏的网络分析模型，借鉴信息论方法从网络的组成原件- - 端通路出发，寻找对代谢表型的选择有重要作用的关键反应；(2)将基因组、转录组、蛋白质组和代谢组学数据纳入代谢网络框架，提出无偏和传统的有偏方法相结合的分析策略，重点研究基因组变异、基因丰度、代谢物浓度和关键反应在表型选择中的作用。通过对不同人群的代谢稳态子空间进行比较，探索特定表型在代谢通路选择方面的特异性，在疾病机理发现和个体疾病风险预测方面提供帮助。

中文关键词： 代谢网络；基因组；转录组；代谢组；数据整合

英文摘要： This proposal is trying to develop computational models to explore mechanism about how genotype and environmental factors work together to make influence on phenotype. Metabolic networks are global relationship graph of all known possible metabolic reactions, in which enzyme activities encoded in genome reflect genetic information and metabolites represent environmental and lifestyle factors. So all genetic factors and non-genetic factors are contained in metabolic networks, that make them being a good bridge between genotype and phenotype. We will propose an unbiased network-analysis method, which borrows idea from information theory, to find key reactions that play great roles on phenotype selection. And we will integrate genome data, transcriptome data and metabolome data into metabolic networks to study how these data work together to make phenotype. These models could be used to find specific metabolic pathways of a disease. They will be helpful in finding and explaining aetiology and predicting individual disease risks.

英文关键词： metabolic networks;genome;transcriptome;metabolome;data integration